[분배계수][투입계수][이익반응계수][취업계수][산업연관계수][열팽창계수][유사계수]분배계수, 탄성계수(스트레인게이지), 투입계수, 이익반응계수, 산업별취업계수, 산업연관계수, 열팽창계수, 유사계수 분석

소개글

[분배계수][투입계수][이익반응계수][취업계수][산업연관계수][열팽창계수][유사계수]분배계수, 탄성계수(스트레인게이지), 투입계수, 이익반응계수, 산업별취업계수, 산업연관계수, 열팽창계수, 유사계수 분석에 대한 보고서 자료입니다.

목차

Ⅰ. 분배계수

Ⅱ. 탄성계수(스트레인게이지)
1. 스트레인 게이지
2. 스트레인 게이지의 원리와 구조

Ⅲ. 투입계수
1. 투입계수와 부가가치율의 사전 예측 방법
2. 혼합접근법에 의한 투입계수 예측 방법

Ⅳ. 이익반응계수

Ⅴ. 산업별취업계수

Ⅵ. 산업연관계수
1. 산업별 생산유발계수
2. 산업별 영향력 계수와 감응도 계수
3. 산업별 승수효과 분석
1) 산출승수
2) 고용승수
3) 소득승수

Ⅶ. 열팽창계수

Ⅷ. 유사계수

참고문헌

본문내용

ntered 를 모형의 선정기준으로 하였다.
한편 만을 기준으로 할 경우 설명력 유무에 관계없이 설명변수의 수를 증가시키기만 하면 모형 설명력은 증가하는 것으로 나오므로, 를 적용하기 전에 먼저 상수항을 제외한 설명변수의 t통계량 값을 선정기준으로 적용하였다. 즉, 모형2와 모형3에서 설명변수의 계수 값이 모두 통계적으로 유의하면 값을 기준으로 두 모형 중 최적 모형을 선택하며, 두 모형 중 한 모형에 대해서만 설명변수의 계수 값이 통계적으로 유의하면 해당 모형을 최적모형으로 선택하고, 두 모형 모두에 대해 설명변수의 계수 값이 통계적으로 유의하지 않으면 모형1을 최적모형으로 선택한다. 일단 최적모형이 선택되면 최적모형의 값을 사전에 정한 선정 기준값과 비교하여 전자가 후자보다 클 경우에만 해당 요소의 추정계수의 미래 값을 최적모형에서 추정되는 값으로 고정시킨다.
각 산업별 부가가치율은 비교적 안정적인 추이를 보이고 있으므로, 부가가치율의 예측은 각 산업별로 추세변수를 설명변수로 하여 다음과 같은 회귀식에 의해 예측하였다.
vi = a + b trend
2. 혼합접근법에 의한 투입계수 예측 방법
수정RAS방법과 부가가치율 고정 접근법을 종합하여 투입계수를 예측하는 방법을 구체적으로 설명하기로 한다. 설명의 편의상 3개의 산업만으로 구성된 경제를 상정하기로 한다.
비교년도의 투입계수 및 부가가치율 행렬이 다음과 같다고 하자.
단 여기서 *표시는 사전에 고정된 값을 의미한다. 이제 추정된 R값과 S값을 A행렬에 곱하여 미래 t년도의 투입계수를 예측한다. 우선 미래 t년도의 R값을 A행렬에 곱하면
이 된다. 여기서 t는 예측년도, c는 비교년도, b는 기준년도를 나타내고 는 미래 t년도의 R행렬의 대각요소이다.
이중에서 고정된 요소의 값을 0으로 하면
이 된다. 이 행렬에 S값을 곱하면 투입계수 예측치가 얻어진다. 그런데, 이렇게 얻어진 최종적인 투입계수의 요소 중에서 , , , , 는 사전에 고정시킨 값인 , , , , 을 유지해야 한다. 그러므로 사전에 고정시킨 값이 도출되도록 이를 충족시키는 S값을 도출해야 한다.
S값의 도출과정은 다음과 같다.
이 식을 S1, S2, S3 에 관하여 풀면,
이제 이들 S값을 이용하여 목표로 하는 A행렬을 만들 수 있다. 그 과정은 다음과 같다. 고정된 투입계수를 갖고 있는 행렬 A*을 만든다.
이제 , , 를 대각행렬로 갖는 행렬을
로 정의하면
가 된다. 이제 이 행렬의 열합을 구하면
첫 번째 열합 = 1 -
두 번째 열합 = 1 -
세 번째 열합 = 1 - - a23* - a33*이 된다.
이와 같이 대각 행렬을 산출하여 가공도변화계수로 이용하면 사전에 고정된 부가가치율 및 사전에 예측치로 고정된 투입계수의 요소를 모두 만족시키는 투입계수의 예측이 가능하다.
Ⅳ. 이익반응계수
會計이익과 株價사이의 관계를 함수관계로 표시하면 다음과 같다.
株價 = f( 會計이익)
그런데 이 분야의 실증연구들은 會計이익과 株價사이의 관련성을 조사할 때 비기대이익과 비정상수익률을 會計이익과 株價의 대용변수로 사용하고 있다. 따라서 위의 식을 다음과 같이 바꿀 수 있다.
비정상수익률 = f( 비기대이익)
비기대이익과 비정상수익률사이의 관계는 ①비기대이익으로부터 유발된 미래이익에 대한 기대변화와 ② 미래이익에 대한 기대변화로부터 유발된 미래배당에 대한 기대변화 ③미래배당에 대한 기대변화에 따른 株價수익률의 변화의 세 가지로 요약될 수 있다. 이중 ③의 관계는 배당평가모형으로 설명이 되며 ②의 관계 역시 모든 기업에서 동일한 형태로 이루어질 것으로 이루어질 것으로 기대된다. 그 이유는 배당이라는 것이 利益을 근거로 이루어지는 것이고 따라서 利益의 일부분으로 구성되는 것이기 때문이다. 그러나 ①의 관계는 기업마다 다를 수 있다. 왜냐하면 會計이익에는 株價에 영향을 미치는 利益(영구적 利益)과 株價에 영향을미치지 않는 利益(일시적 利益)이 있기 때문에 개별기업의 會計利益으로부터 유발되는 株價의 변화는 해당기업의 利益의 질적 성격에 따라 달리 나타날 수 있기 때문이다.
이상의 결과를 종합하면 비정상수익률과 비기대이익과의 관계는 다음과 같이 요약된다.
비정상수익률 = f( ERC × 비기대이익)
여기에서 ERC는 비기대이익과 미래이익에 대한 기대변화 사이의 관계를 나타내 주는 계수인데 이것이 바로 利益반응계수 (ERC : earnings response coefficient) 이다.
실제로 기업의 株價에 영향을 미치는 요소는 利益반응계수와 비기대이익만은 아니다. Garman 과 Ohlson(1980)은 주식의 가격을 다음과 같은 모델로 표시하고 있다.
Garman. M. and Ohlson, \"Information and Sequential Valuation of Assets in Arbitrage - Free Economics.\" Journal of Accounting Research (Autumn 1980), pp.420-4401)
P I ( z t) = K (z t+1, z t)［P I ( z t+1) +d i (z t+1)］ (1)
K( z t, z t+1) 〉 0 (2)
여기에서 ⅰ는 특정기업을, z는 t라는 상황을 의미하며 d는 ⅰ기업의 배당을 가리킨다. 이 모델에 따르면 t라는 상황에서의 기업 ⅰ의 株價는 t라는 상황 뿐만 아니라 발생 가능한 다른 여러 상황에서의 株價와 배당의 선형결합으로 표시할 수 있다. 미래에 발생할 지도 모르는 다른 상황 하에서는 다른 여러 가지 株價와 배당의 조합이 발생 가능하므로, 이 발생가능한 상황들의 확률에 의한 선형결합으로 t상황의 株價를 표시한 것이다. 실제 시장에서는 다른 시점에서의 株價와 배당을 정확히 예측하는 것이 불가능하므로, 대용치로서 株價와 배당에 대한 예측을 가능하게 해주는 다른 정보를 사용하게 된다. 만일 시장에 각기 다른 시점 상황에서의 株價와 배당에 대한 예측을 가능하게 하는 j개의 정보 I가 존재한다면 위의 식은 다음과 같이 바꾸어 표시할 수 있다.
P i t ＝ C I 0 + C I 1 II t 1 + C I 2 II t 2 + C I 3 II t 3 + C I 4 II t 4 +

키워드

분배계수,   투입계수,   이익반응계수,   취업계수,   산업연관계수